Researcher

Christian Urcuqui

CO

Bio

Científico de datos de ciberseguridad con más de 10 años en la industria del software, con varios proyectos exitosos desarrollados para instituciones públicas y privadas. Actualmente me desempeño como Senior Data Scientist, asesor de responsabilidad de inteligencia artificial, investigador y consultor. Mi pasión es crear soluciones para hacer que el ciberespacio sea más seguro utilizando la ciencia de datos. Estoy interesado en la detección de amenazas, las técnicas antagónicas, el aprendizaje seguro, la IA responsable y el ethical hacking. Soy autor de los libros "Ciberseguridad: un enfoque basado en la ciencia de datos", "Ciberseguridad: los datos tienen la respuesta", “Ciberseguridad: los datos, las semillas del caos” publicados por la Editorial ICESI en 2018, 2022 y 2023, respectivamente, y múltiples trabajos en seguridad, ciencia de datos y e-salud.

Index

Research — 2 entries

May 21, 2026 Talk AI Security Ekoparty Miami 2026 AI Threat Modeling for Red Teamers: Cómo romper sistemas LLM antes de que lleguen a producción

Los enfoques actuales de threat modeling en IA fallan porque no reflejan cómo los sistemas basados en LLM se rompen en el mundo real. Esta charla propone un enfoque ofensivo donde el threat modeling se utiliza para diseñar ataques explotables contra agentes, sistemas RAG y arquitecturas con tool calling. Se presentarán técnicas prácticas para transformar modelos de amenazas en vectores reales de explotación, incluyendo prompt injection avanzado, abuso de herramientas y manipulación de contexto. Dirigido a red teamers que quieren dejar de documentar riesgos… y empezar a explotarlos

Presented at Ekoparty Miami 2026

View official schedule
May 21, 2026 Talk Malware & Reversing Ekoparty Miami 2026 When Malware Learns to Lie: Adversarial Machine Learning en detección y resiliencia de ransomware

Los modelos de machine learning ya son utilizados para detectar malware y ransomware en entornos reales. Pero ¿qué ocurre cuando el atacante comienza a manipular directamente al modelo? Esta charla presenta cómo técnicas de adversarial machine learning pueden ser utilizadas para evadir sistemas de detección de ransomware y cómo estos mismos ataques permiten diseñar defensas más resilientes. A partir de un caso práctico, se explorará el paso de una perspectiva ofensiva a una estrategia defensiva basada en robustez y seguridad de modelos.

Presented at Ekoparty Miami 2026

View official schedule